基于偏最小二乘分析的FDR估计研究

扫码查看

原文链接

NETL

中文摘要：目的：基于偏最小二乘模型(PLS)提出一种新的FDR估计方法,并对其准确性进行验证.方法：利用偏最小二乘的vip评分筛选变量,结合permutation方法和后退法对筛选结果进行FDR估计.结果：模拟实验表明,在变量之间独立时,PLS-FDR方法和三种单变量估计方法都能准确估计FDR;在变量之间存在线性关系时,PLS-FDR方法估计FDR仍然具有无偏性,而三种单变量分析方法则无法准确地进行估计.实例分析表明,PLS-FDR方法对高维数据分析能够提供重要信息.结论：在线性数据结构下,使用本文给出的PLS-FDR方法能够得出多变量FDR估计结果.

作者：

Zhang Fan、张帆、Liu Jin、刘晋、Hou Yan、侯艳、Li Kang、李康

展开 >

作者单位：

哈尔滨医科大学卫生统计学教研室 150081

南京医科大学生物统计学教研室 211166

关键词：

代谢组学线性数据阳性错误发现率偏最小二乘模型

主办单位：

中国卫生信息学会

中华预防医学会

会议名称：

中国卫生统计（生物统计）2014学术年会

会议时间：

2014-07-20

会议地点：

广州

会议母体文献：

中国卫生统计（生物统计）2014学术年会论文集

页码：

101-109

出版时间：

2014